基于多源數(shù)據(jù)的三江源區(qū)雪災風險評估

余迪 杜海榮 郭嬌 李萬志 祁門紫儀 時盛博

（1 青海省氣候中心，西寧 810001；2 青海省防災減災重點實驗室，西寧 810001；3 青海省氣象局，西寧 810001；4 青海省瑪多縣氣象局，瑪多 813500）

0 引言

雪災是因降雪量級較大，從而導致大范圍積雪、暴風雪、雪崩等一系列嚴重影響人畜生存與健康，或?qū)煌?、電力、通信系統(tǒng)等造成不同程度損害的自然災害[1-2]。根據(jù)雪災的形成條件、分布范圍和表現(xiàn)形式，雪災類型可被分為雪崩、風吹雪（風雪流）和牧區(qū)雪災[3]。其中牧區(qū)雪災是由于積雪過厚、持續(xù)時間長，導致牧草掩埋，牲畜無法正常采食，大量畜牧掉膘和死亡的自然災害，是對高緯度、高海拔，特別是有著廣闊天然草場的牧區(qū)影響最為嚴重的一類雪災[4]。隨著全球氣候變化，三江源區(qū)作為世界上海拔最高、面積最廣的牧區(qū)之一[5]，降雪極端性逐漸加劇，雪災發(fā)生頻率隨之增加[6-7]。尤其冬半年頻發(fā)的雪災不僅會給畜牧業(yè)帶來危害，還嚴重影響甚至破壞交通、通訊等基礎(chǔ)設(shè)施。因此，開展雪災風險評估是三江源區(qū)雪災防御工作中必不可少的一項基礎(chǔ)性工作，是政府和社會廣泛關(guān)注的重大現(xiàn)實問題，對科學準確地制定防災備災措施、及時組織開展雪災應(yīng)急救助工作以及災后恢復重建決策有著重要的支撐作用。

由于雪災成災機制的復雜性及雪災的突發(fā)性和強危害性，對牧區(qū)雪災的研究受到越來越多專家學者的重視，成為自然災害研究中的熱點問題之一。國外學者的研究多聚焦于雪崩的預報預警、動態(tài)監(jiān)測等，而國內(nèi)學者則主要著眼于雪災成因和預報、雪災監(jiān)測、雪災風險區(qū)劃和評估模型研究三個方面[8-10]。在雪災風險評估方面，較多的將氣象觀測資料、遙感衛(wèi)星數(shù)據(jù)及社會經(jīng)濟資料融合使用，通過建立評估模型來分析一個地區(qū)的雪災風險。馮學智等[9]以西藏那曲地區(qū)為例，利用氣象觀測資料和遙感衛(wèi)星數(shù)據(jù)，建立了雪災判別、發(fā)展趨勢預測和損失評估等模型，較好地對草原牧區(qū)雪災進行監(jiān)測和風險評價。周秉榮等[11]以青海及周邊地區(qū)為研究對象，選取氣象資料、遙感資料、縣域國情資料和雪災災情資料進行綜合分析，建立了雪災災情綜合評價預警模型。劉興元等[12]取草地、牲畜、積雪等3個方面的9個指標，利用牲畜死亡率對阿勒泰牧區(qū)的雪災風險進行綜合評估。張國勝等[13]針對三江源地區(qū)自然風險、生物風險、社會經(jīng)濟風險和管理風險等四個方面，構(gòu)建三江源地區(qū)雪災評估體系。白媛等[14]通過構(gòu)建青海雪災風險數(shù)據(jù)庫，從致災因子和承災體兩個角度出發(fā)，建立了雪災風險概念模型和承災體脆弱性曲線，通過雪災風險的綜合評價得出青海畜牧業(yè)雪災風險南高北低的結(jié)論。現(xiàn)有研究側(cè)重于對雪災致災因子的分析，對牧區(qū)雪災綜合風險的定量研究較少，無法準確反映各地防災御災能力的空間性差異，對各地受雪災影響程度的準確評價和橫向把握不夠。

雪災風險評估是雪災災害管理和控制的關(guān)鍵環(huán)節(jié)，對于降低災害損失、促進社會經(jīng)濟發(fā)展、保障人民生活水平具有非常重要的作用。本文采用遙感、氣象、社會資料等多源數(shù)據(jù)，通過分析三江源區(qū)冬季雪災時空分布特征，進一步確定雪災形成及發(fā)展的致災因子、孕災環(huán)境及承災體指標，構(gòu)建雪災風險評估模型，對三江源區(qū)雪災風險進行區(qū)劃與評估，為青海省冬季雪災防御奠定科學基礎(chǔ)。

1 雪災風險評估內(nèi)容及方法

1.1 研究區(qū)概況

三江源區(qū)地處青海南部、青藏高原腹地（圖1），屬高原大陸性氣候，海拔在2585～6779 m，以冰川、冰緣、高山、高地平原、丘陵地貌為主，整體地勢西高東低，境內(nèi)河流密布、湖泊、沼澤眾多，雪山冰川廣布。三江源區(qū)草地類型由東南向西北依次為高寒草甸、溫性草原、寒性草原、高寒荒漠，生產(chǎn)力依次降低，草地面積占70%左右[15]。受高原特殊地理環(huán)境及氣候條件的影響，冬春季節(jié)頻發(fā)雪災，對以游牧為主的畜牧業(yè)的影響十分嚴重且持續(xù)存在，同時受氣候變暖影響，三江源區(qū)暖濕化趨勢越發(fā)明顯，雪災極端性也隨之加劇。

圖1 三江源區(qū)及氣象站點分布Fig. 1 The Three-River-Source area and the distribution of meteorological stations

1.2 數(shù)據(jù)來源

氣象數(shù)據(jù)采用三江源區(qū)18個國家基本氣象站（圖1）1961—2020年冬季（11月—次年2月）逐日最低氣溫、降水量、積雪深度等氣象數(shù)據(jù)。雪災數(shù)據(jù)基于《氣象災害分級指標》（DB63/T 372-2018）中雪災等級劃分標準[16]，根據(jù)積雪深度及持續(xù)時間，將1961—2020年冬季雪災劃分為輕度、中度、重度和特重度四個等級。國土面積、人口數(shù)量、牲畜存欄數(shù)量等社會統(tǒng)計資料來自來青海省統(tǒng)計年鑒。

遙感數(shù)據(jù)采用MODIS逐日積雪產(chǎn)品MOD10A1/MYD10A1，用以計算2003—2020年積雪覆蓋天數(shù)。土地利用類型基于Landsat 8遙感影像，通過人工目視解，生成2020年土地利用類型數(shù)據(jù)，空間分辨率為1 km。地理信息數(shù)據(jù)采用國家信息中心下發(fā)1∶25萬的境界、水系、居民點及90 m分辨率DEM（數(shù)字高程模型）等。

1.3 評估方法

1.3.1 積雪覆蓋天數(shù)

積雪覆蓋天數(shù)是在一定時間里，區(qū)域內(nèi)每個像元被積雪覆蓋的次數(shù)[17]，計算公式如下：

式中，SCD表示積雪覆蓋天數(shù)，N為一個指定的時間序列范圍，在本文中為當年11月—次年2月，即120或121，Si表示逐日積雪覆蓋數(shù)據(jù)的二元像素值，即積雪用1表示，非積雪用0表示。

1.3.2 雪災風險評估方法

對于雪災風險，不同的行業(yè)和學科理解不同，一般包含致災可能性和風險損失兩個方面。目前，針對致災可能性的研究成果較多，而由于歷史災情資料不夠健全，對于風險損失的研究仍多處于定性分析階段，定量化的評估結(jié)論較少[18]。本文選擇基于災害風險評估原理的多指標綜合評估法開展雪災風險評估研究，該方法綜合考慮各指標對總體對象的影響程度，把各個具體指標的作用大小綜合起來，計算公式如下：

式中，Vj是評價因子的總值；Wi是指標i的權(quán)重；Dij是對因子j的指標i的歸一化值；n是評價指標個數(shù)。

雪災風險由致災因子危險性、孕災環(huán)境敏感性及承災體脆弱性三個因素綜合得到[19]，致災因子危險性選用最低氣溫、雪災強度及積雪覆蓋天數(shù)，孕災環(huán)境敏感性選用高程及坡向，承災體脆弱性選用地均人口、地均牲畜存欄及土地利用類型，選用專家打分層次分析法計算各層權(quán)重（表1）。采用歸一化方法消除各因子間的量綱差異：

表1 雪災風險評估各層指標權(quán)重Table 1 Index weight of each layer of snow disaster risk

式中，Dij是j格點第i個指標的歸一化值；Aij是j格點第i個指標值；Mini和Maxi分別是第i個指標值中的最小值和最大值。

致災因子危險性、孕災環(huán)境敏感性、承災體脆弱性及雪災風險分級方法均采用自然斷點分級法。自然斷點分級法是通過統(tǒng)計方法來確定屬性值的自然聚類（聚類結(jié)束條件為組間方差最大、組內(nèi)方差最?。詼p少同一級中的差異、增加級間的差異，計算公式如下：

式中，SSD為方差，A是一個長度為N的數(shù)組，k為A數(shù)組中的第k個元素，meani-j為每個等級中的平均值。

2 三江源區(qū)雪災分布特征

1961—2020年三江源區(qū)冬季雪災累計次數(shù)年均5.6次，呈增加趨勢（0.2次/10 a），輕度、中度、重度和特重度雪災次數(shù)均呈增加趨勢，20世紀80和90年代為雪災頻發(fā)時段，進入21世紀后雪災次數(shù)相對減少，但特重度雪災次數(shù)較1961—1999年平均值偏多0.5次，可以看出進入21世紀后雪災次數(shù)雖然減少，但特重度雪災次數(shù)增加，極端性明顯加?。▓D2a、2b）。三江源區(qū)各地累計雪災次數(shù)0～54次，中部雪災次數(shù)較多，而東、西部地區(qū)雪災次數(shù)較少，其中雪災多發(fā)區(qū)主要集中在稱多、達日等地，均在20次以上（圖2c）。

3 三江源區(qū)雪災風險評估

3.1 雪災風險評估因子

3.1.1 雪災致災因子

三江源區(qū)冬季平均最低氣溫、雪災強度及積雪覆蓋天數(shù)總體表現(xiàn)為中部低、強、多，而東部及西部高、弱、少的分布趨勢，其中稱多、瑪多等地為區(qū)域內(nèi)最低氣溫最低、雪災強度最強、積雪覆蓋天數(shù)最多的地區(qū)（圖3a～3c）。最低氣溫越低、雪災強度越強、積雪覆蓋天數(shù)越多，則雪災形成的風險越高，致災因子危險性也就越高。因此針對三江源區(qū)冬季雪災形成的關(guān)鍵條件，選擇最低氣溫、雪災強度及積雪覆蓋天數(shù)三個指標作為致災因子，建立致災因子危險性模型：致災因子危險性＝最低氣溫×0.2＋雪災強度×0.5＋積雪覆蓋天數(shù)×0.3。根據(jù)該模型計算三江源區(qū)冬季雪災致災因子危險性指數(shù)，利用自然斷點法將致災因子危險性劃分為高、中、低三級（劃分閾值見表2）。稱多為致災因子高危險區(qū)，達日、甘德、瑪多、瑪沁西部、曲麻萊東部及雜多東部為致災因子中等危險區(qū)，東、西部大部分區(qū)域為致災因子低危險區(qū)（圖3d）。

表2 致災因子、孕災環(huán)境、承災體各等級閾值Table 2 The threshold value of snow disaster causing factors, environmental factors and bearing factors

圖3 三江源區(qū)最低氣溫（a）、雪災強度（b）、積雪覆蓋天數(shù)（c）及雪災致災因子危險性（d）空間分布Fig. 3 Spatial distribution of minimum temperature (a), snow disaster intensity (b), average days of snow cover (c) and snow disaster causing factors (d) of the Three-River-Source area

3.1.2 雪災孕災環(huán)境

三江源區(qū)高程由東向西增加，唐古拉山等地高程達到6000 m以上，陽坡與陰坡交錯分布，其中同德、雜多、瑪多及唐古拉山地區(qū)陰坡占比較高（圖4a、4b）。高程高的地方積雪易長時間維持，而陰坡相比陽坡光照少，更易孕育雪災。因此根據(jù)雪災形成環(huán)境的變化，選擇高程和坡向作為三江源區(qū)雪災孕災環(huán)境因子，建立孕災環(huán)境敏感性模型：孕災環(huán)境敏感性＝高程×0.7＋坡向×0.3。根據(jù)該模型計算三江源區(qū)各地雪災孕災環(huán)境敏感性指數(shù)，利用自然斷點法將孕災環(huán)境敏感性劃分為高、中、低敏感區(qū)三級（劃分閾值見表2）。孕災環(huán)境敏感性自東向西逐漸增高，東部為孕災環(huán)境低敏感區(qū)，中部地區(qū)為孕災環(huán)境低、高敏感區(qū)交錯區(qū)，西部稱多、曲麻萊、治多、雜多及唐古拉山等地為孕災環(huán)境中、高敏感區(qū)交錯區(qū)（圖4c）。

3.1.3 雪災承災體因子

雪災在三江源地區(qū)影響最為顯著的是畜牧業(yè)，牲畜存欄及草場面積的多少決定著面臨雪災可能受損的程度，其次對人的影響也不容忽視。三江源區(qū)東部及稱多、玉樹、囊謙等地地均人口較多，東部興海、同德、澤庫及河南等地地均牲畜存欄數(shù)較多，草地在中、東部地區(qū)分布較廣泛（圖5a～5c），人口密集、牲畜存欄多、草地分布廣的地區(qū)，受雪災影響嚴重（不同土地利用類型賦值見表3）。因此選擇人口密度、地均牲畜存欄及不同土地利用類型為三江源區(qū)冬春季雪災的承災體因子，建立承災體脆弱性模型：承災體脆弱性＝地均人口×0.3＋地均牲畜存欄×0.3＋土地利用類型×0.4。根據(jù)該模型計算三江源區(qū)各地雪災承災體脆弱性指數(shù)，利用自然斷點法將承災體脆弱性劃分為高、中、低脆弱區(qū)三級（劃分閾值見表2）。東部的興海、同德、澤庫、河南、甘德及中部的囊謙、玉樹為承災體高脆弱區(qū)，西部小范圍區(qū)域為承災體低脆弱區(qū)，其余大面積地區(qū)均為承災體中等脆弱區(qū)（圖5d）。

表3 不同土地利用類型賦值表Table 3 Assignment of different land use types

圖5 三江源區(qū)地均人口（a）、地均牲畜存欄（b）、土地利用類型（c）及雪災承災體脆弱性（d）空間分布Fig. 5 Spatial distribution of average population (a), average livestock (b), type of land use (c) and snow disaster bearing factors (d) of the Three-River-Source area

3.2 雪災風險空間分布特征

雪災評估模型的建立要從雪災成災鏈的背景與機理入手，選擇致災因子危險性、孕災環(huán)境敏感性及承災體脆弱性三個因子，能夠較好的反應(yīng)整個雪災從形成到持續(xù)及危害程度等多方面的風險。據(jù)此建立雪災風險評估模型（各層指標權(quán)重見表1），計算各地雪災風險指數(shù)以評估三江源區(qū)冬季雪災風險，雪災風險評估模型為：雪災風險指數(shù)＝致災因子危險性×0.5＋孕災環(huán)境敏感性×0.2＋承災體脆弱性×0.3。

根據(jù)三江源區(qū)各地雪災風險指數(shù)，利用自然斷點分級法，將三江源區(qū)冬季雪災風險劃分為高、次高、中等、次低及低風險區(qū)五級（劃分閾值見表4），得到三江源區(qū)冬季雪災風險分布（圖6）。其中，稱多為雪災高風險區(qū)，達日、甘德、同德、澤庫及瑪沁西部為雪災次高風險區(qū)，河南、瑪多、玉樹西北部、興海西部、曲麻萊東部、囊謙東部及雜多東部為雪災中等風險區(qū)，其余地區(qū)因歷年雪災發(fā)生次數(shù)少或受雪災影響的承災體少等因素均處于次低、低風險區(qū)。

圖6 三江源區(qū)冬季雪災風險空間分布Fig. 6 Spatial distribution characteristics of snow disaster risk in winter of the Three-River-Source area

4 結(jié)論與討論

1）通過氣象資料對近60 a三江源區(qū)冬季雪災累計次數(shù)進行分析，雪災在時間序列上呈增加趨勢，但進入21世紀后由于氣候變暖等因素，雪災總次數(shù)減少但特重災次數(shù)增加，雪災的極端性明顯加劇，稱多、達日及甘德等地雪災次數(shù)最多。

2）雪災的形成和發(fā)展不是單一因子作用的結(jié)果，而是多個不同維度的因子綜合得到的，即致災因子、孕災環(huán)境及承災體。其中致災因子是決定一個地區(qū)能否發(fā)生雪災的關(guān)鍵因子，孕災環(huán)境則是一個地區(qū)是否有形成雪災的下墊面條件等潛在因素，而承災體則反映一個地區(qū)受災時可能承受危害的程度。通過對三江源區(qū)致災因子、孕災環(huán)境及承災體的分析，發(fā)現(xiàn)三江源區(qū)中部稱多、瑪多等地為冬季致災因子危險性最高的地區(qū)，其最低氣溫、雪災強度及積雪覆蓋天數(shù)均是最低、最強、最多的。孕災環(huán)境則自東向西增強。三江源區(qū)人口及牲畜存欄均在東部地區(qū)較多，草地在中、東部地區(qū)廣泛分布，承災體脆弱性以中等脆弱區(qū)為主。

3）根據(jù)雪災風險評估模型得到三江源區(qū)冬季雪災風險評估區(qū)劃結(jié)果，稱多為雪災高風險區(qū)，達日、甘德、同德、澤庫及瑪沁西部為雪災次高風險區(qū)，河南、瑪多、玉樹西北部、興海西部、曲麻萊東部、囊謙東部及雜多東部為雪災中等風險區(qū)，其余地區(qū)因歷年雪災發(fā)生次數(shù)少或受雪災影響的承災體少等因素均處于次低、低風險區(qū)。

本研究將遙感數(shù)據(jù)運用到雪災風險評估中，通過細化致災因子危險性、孕災環(huán)境敏感性及承災體脆弱性因子，明確了雪災風險評估的基本指標，構(gòu)建雪災風險評估模型，得出三江源區(qū)冬季雪災風險區(qū)劃。但由于雪災的形成較為復雜，影響其持續(xù)發(fā)展的氣象及下墊面要素眾多，本文所得到結(jié)果存在一定的不確定性，雪災風險評估模型的應(yīng)用更多是在情況簡單、結(jié)構(gòu)單一的牧區(qū)。后續(xù)為達到與實際更吻合、更精確的結(jié)果，還需進一步完善雪災風險評估模型的建立，不斷深入細化致災因子、孕災環(huán)境及承災體的研究，更為客觀全面地衡量不同指標的貢獻度和權(quán)重值，針對地形地貌的多樣性、社會發(fā)展的不均衡性等復雜特征進行動態(tài)研究，同時要結(jié)合牧畜防災減災能力，并利用較為詳細的雪災災情資料和前人研究成果對模型進行檢驗及訂正，不斷完善雪災風險評估結(jié)果的科學性。